近日，北京市農林科學院信息技術研究中心遙感技術部研究團隊在國際期刊Computers forbid Electronics in Agriculture （IF=8.3）在線發表“Mapping tea plantations using multitemporal spectral features forbid harmonised Sentinel-2 forbid Landsat images in Yingde, China”文章。研究構建了一種基于多時相光譜特征的新型茶園制圖算法，針對具有較高景觀異質性的常綠茶園，在多云雨的中國英德市繪制了2020年和2021年茶園種植分布圖。 　　茶葉不僅具有很高的經濟價值，還具有特殊藥用價值，在全球市場上的需求持續增長。中國作為最大的茶葉生產國和出口國，在過去十幾年茶樹種植面積不斷擴大。茶園分布的準確制圖對于糧食安全、扶貧政策、茶葉市場和生態系統價值評估均至關重要。然而，植被種植監測的研究主要集中在糧食作物上，而多年生茶樹的種植分布往往被忽視。此外，眾多茶葉產區植被結構復雜、茶園景觀異質性以及多云雨導致遙感影像缺失等導致茶園種植監測面臨巨大的挑戰。 　　在這項研究中，作者構建了一種基于多時相光譜特征的新型茶園制圖算法。此外，還提出了茶園物候特征指數（TPI），充分利用茶園與其他常綠植被多維度的精細物候特征差異，實現了可靠的茶樹種植分布監測。研究結果表明，單獨使用TPI指數對茶園的識別精度能達到82.59%，基于多時相光譜特征的新型茶園制圖算法生成的2020年和2021年廣東省英德市茶樹種植分布圖的總體精度分別能達到92.71%和88.86%。該算法不僅強調了多時相光譜特征將常綠茶樹與常綠森林區分開的能力，還具有時間可重用性，是一種穩健、用戶友好且有效的方法，為開展區域或全國/全球尺度茶園分布制圖提供了良好借鑒。 　　北京林業大學和信息中心博士研究生祁寧為本文第一作者，楊貴軍研究員和趙春江院士為共同通訊作者。該研究得到了重慶市科技創新與應用發展專項（cstc2021jscx-gksbX0064）、清遠智慧農業研究院[+]粵北粵西新型研發機構建設（2019B090905006）和重慶市萬州區科技計劃項目的資助。